hadoop2.7【单节点】单机、伪分布、分布式安装指导

问题导读

1.从本文部署实际部署，总结本地模式、伪分布、分布式的区别是什么？
2.单机是否是伪分布？
3.本地模式是否可以运行mapreduce?







hadoop2.7发布，这一版不太适合用于生产环境，但是并不影响学习：由于hadoop安装方式有三种，并且三种安装方式都可以在前面的基础上继续配置，分别是：

• 本地模式
• 伪分布
• 分布式
  

###############################################
1.准备

安装jdk1.7参考
linux(ubuntu)安装Java jdk环境变量设置及小程序测试

测试：
Java -version


安装ssh

sudo apt-get install ssh
复制代码

  $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
  $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
  $ export HADOOP\_PREFIX=/usr/local/hadoop
复制代码

最后达到无密码登录

 ssh localhost
复制代码

安装rsync

sudo apt-get install rsync
复制代码

修改网卡：
注释掉127.0.1.1 ubuntu
添加新的映射
10.0.0.81 ubuntu


这里必须修改，否则后面会遇到连接拒绝等问题

2.安装

进入配置文件目录

我这里是

~/hadoop-2.7.0/etc/hadoop




修改配置文件：
etc/hadoop/hadoop-env.sh

添加JAVA_HOME、HADOOP_COMMON_HOME

export JAVA_HOME=/usr/jdk
export HADOOP_COMMON_HOME=~/hadoop-2.7.0
复制代码

配置环境变量

sudo nano /etc/environment

增加hadoop配置
将下面添加到变量PATH中

/home/aboutyun/hadoop-2.7.0/bin:/home/aboutyun/hadoop-2.7.0/sbin:
复制代码

########################################################
3.本地模式验证[可忽略]

所谓的本地模式：在运行程序的时候，比如wordcount是在本地磁盘运行的
上面已经配置完毕，我们对其测试，分别执行面命令：
注意： bin/hadoop的执行条件是在hadoop_home中，我这里是

  $ mkdir input
复制代码

$ cp etc/hadoop/*.xml input
复制代码

$bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.0.jar grep input output 'dfs[a-z.]+'
复制代码

$ cat output/*
复制代码

##################################################################
上面本地模式，我们知道就可以，我们下面继续配置伪分布模式
4.伪分布模式

我这里的全路径：/home/aboutyun/hadoop-2.7.0/etc/hadoop


修改文件etc/hadoop/core-site.xml
添加如下内容：
含义：接收Client连接的RPC端口，用于获取文件系统metadata信息。

<configuration>
  <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>
复制代码

修改etc/hadoop/hdfs-site.xml:
添加如下内容：
含义：备份只有一份

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>
复制代码

###################################
补充重要：
由于系统重启后，找不到namenode进程，这是因为系统在重启后被删除，所以加入下面配置
[mw_shl_code=xml,true]<property>
             <name>dfs.namenode.name.dir</name>
             <value>file:/home/aboutyun123/dfs/name</value>
       </property>
      <property>
              <name>dfs.datanode.data.dir</name>
              <value>file:/home/aboutyun123/dfs/data</value>
       </property>
[/mw_shl_code]

同时，注意权限




###################################



5.伪分布模式

1.格式化namenode

hdfs namenode -format
复制代码

有的地方使用

bin/hdfs namenode -format
复制代码

如果配置的环境变量直接使用hdfs namenode -format即可

2.启动集群

start-dfs.sh
复制代码

这时候单节点伪分布就已经安装成功了

#####################################################
验证[可忽略]
输入下面

http://localhost:50070/
复制代码

如果是在虚拟机中安装，但是在宿主主机中访问，需要输入虚拟机ip地址
这里虚拟机ip地址是10.0.0.81



所以，我这里是

http://10.0.0.81:50070/
复制代码

配置到这里也是可以的，我们同样可以运行wordcount，也就是我们的mapreduce不运行在yarn上。如果想让程序运行在yarn上,继续下面配置
#####################################################

6.配置Yarn

1.修改配置文件
修改配置文件mapred-site.xml
编辑文件etc/hadoop/mapred-site.xml，添加下面内容由于etc/hadoop中没有mapred-site.xml，所以对mapred-queues.xml.template复制一份

cp mapred-site.xml.template mapred-site.xml
复制代码

然后编辑文件mapred-site.xml
添加

 <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
复制代码

最后形式：



修改配置文件yarn-site.xml

添加如下内容：

  <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
复制代码

2.启动yarn

start-yarn.sh
复制代码

(由于我这里已经配置了环境变来那个，所以在哪个地方都可以运行start-yarn.sh)
如果你没有配置环境变量，则需要进入hadoop_home,执行下面命令

 sbin/start-yarn.sh
复制代码

3.验证
启动yarn之后，输入

 http://localhost:8088/
复制代码

即可看到下面界面




下一篇hadoop2.7 运行wordcount

遇到问题

问题1：

Error: Could not find or load main class 

org.apache.hadoop.hdfs.server.namenode.NameNode
复制代码

解决办法：
在~/hadoop-2.7.0/etc/hadoop/hadoop-env.sh中添加

export HADOOP_COMMON_HOME=~/hadoop-2.7.0
复制代码

重启生效

问题2：
格式化Java_home not found

bin/hdfs namenode -format
复制代码

在/etc/environment 中添加

export JAVA_HOME=/usr/jdk
复制代码

生效

source /etc/environment 
复制代码

重启[如还不行，重启]

sudo init 6
复制代码

不错 谢谢楼主分享  

谢谢分享。。。

谢谢分享。。。伪分布已搭建完成

谢谢楼主分享。      

请教一下版主，我在ubuntu下面已经成功搭建好了HADOOP系统，现在我是想将几台windows的机器加入到HDFS的list上来，也就是说widnows平台的系统仅做DFHS的一部分，用于存储数据。请问这个能实现么？
我在windows的系统上安装了cgywin64并成功设置了ssh的免密码登陆。但可惜的是无法正常启动datanode, 谢谢！

yexingqi2005 发表于 2015-6-6 12:03
请教一下版主，我在ubuntu下面已经成功搭建好了HADOOP系统，现在我是想将几台windows的机器加入到HDFS的lis ...

不建议cywindow

pig2 发表于 2015-6-6 12:04
不建议cywindow

谢谢，那请问我能通过什么方式来实现在windows下面的DHFS的启动呢？


我也曾经单独在一台win7的机器上运行hadoop 2.7，运行运行cmd的命令启动成功，但是我找不到任何资料可以将二台win7联接起来的方法。似乎win7下面只能做单机？ 我猜测不应该这样的啊？

还请版主指点！感谢不尽！

楼主我想问下，现在Hadoop2.7还需要自己编译吗，还是down下来可以直接用了？

楼主我想请问，我成功运行了本地模式验证，但是伪分布式运行命令start-dfs.sh时，出现command not found的错误。 并且再次尝试本地模式验证时，出现如下错误：
Java HotSpot(TM) Client VM warning: You have loaded library /usr/local/hadoop/hadoop-2.7.0/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard. The VM will try to fix the stack guard now.
It's highly recommended that you fix the library with 'execstack -c <libfile>', or link it with '-z noexecstack'.
15/08/11 21:28:16 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
15/08/11 21:28:17 INFO Configuration.deprecation: session.id is deprecated. Instead, use dfs.metrics.session-id
15/08/11 21:28:17 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=
java.net.ConnectException: Call From lab401-virtual-machine/10.0.0.81 to localhost:9000 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused…………

请问该如何解决？辛苦楼主了